Las pruebas A / B (también conocidas como pruebas divididas o pruebas compartidas ) son un método para comparar dos versiones de una página web o aplicación entre sí para determinar cuál funciona mejor. La prueba AB es esencialmente un experimento en el que dos o más variantes de una página se muestran a los usuarios al azar, y se usa el análisis estadístico para determinar qué variación se realiza mejor para un objetivo de conversión determinado.

Para no perder tiempo ni dinero con publicidad que no es efectiva se realizan las pruebas A/B así se maximiza las oportunidades de conversión y ventas…Se dice que las principales empresas como Microsoft, Amazon, Booking.com, Facebook y Google están realizando pruebas AB más de 10,000 por año.
Además, compañías como Walmart, Hertz y Singapore Airline que no tienen empresas de nueva creación ni infraestructura digital también implementan pruebas de manera regular, aunque la escala de prueba es pequeña.

prueba ab

La ejecución de una prueba AB que compara directamente una variación con una experiencia actual le permite formular preguntas específicas sobre los cambios en su sitio web o aplicación y luego recopilar datos sobre el impacto de ese cambio.

Las pruebas eliminan las conjeturas de la optimización del sitio web y permiten tomar decisiones basadas en datos que cambian las conversaciones de negocios de “pensamos” a “sabemos”. Al medir el impacto que los cambios tienen en sus métricas, puede asegurarse de que cada cambio produzca resultados positivos.

¿Cómo funciona la prueba A / B?

En una prueba A / B, toma una página web o pantalla de aplicación y la modifica para crear una segunda versión de la misma página. Este cambio puede ser tan simple como un único encabezado o botón, o puede ser un rediseño completo de la página. Luego, a la mitad de su tráfico se le muestra la versión original de la página (conocida como control) y a la mitad se le muestra la versión modificada de la página (la variación).

ab-testing-optimizely-2

A medida que los visitantes reciben el control o la variación, su participación en cada experiencia se mide y se recopila en un panel de análisis y se analiza mediante un motor estadístico. Luego, puede determinar si cambiar la experiencia tuvo un efecto positivo, negativo o nulo en el comportamiento de los visitantes.

control-variación-gráfico-3

¿Por qué debería usar la prueba A / B ?

Las pruebas A / B permiten que individuos, equipos y empresas realicen cambios cuidadosos en sus experiencias de usuario mientras recopilan datos sobre los resultados. Esto les permite construir hipótesis y aprender mejor por qué ciertos elementos de sus experiencias impactan el comportamiento del usuario. De otra manera, se puede demostrar que están equivocados: su opinión sobre la mejor experiencia para un objetivo determinado puede demostrarse errónea a través de una prueba A / B.

Más que solo responder a una pregunta única o resolver un desacuerdo, las pruebas AB se pueden usar de manera consistente para mejorar continuamente una experiencia dada, mejorando una meta única como la tasa de conversión a lo largo del tiempo.

Por ejemplo, una empresa de tecnología B2B puede querer mejorar la calidad y el volumen de sus ventas desde las páginas de destino de la campaña. Para lograr ese objetivo, el equipo probaría los cambios A / B de prueba en el titular, las imágenes visuales, los campos de formulario, el llamado a la acción y el diseño general de la página.

Probar un cambio a la vez les ayuda a identificar qué cambios tuvieron un efecto en el comportamiento de sus visitantes y cuáles no. Con el tiempo, pueden combinar el efecto de múltiples cambios ganadores de experimentos para demostrar la mejora medible de la nueva experiencia sobre la anterior.

Resultados de las pruebas A / B a lo largo del tiempo

Este método de introducir cambios en la experiencia del usuario también permite que la experiencia se optimice para un resultado deseado y puede hacer que los pasos cruciales en una campaña de marketing sean más efectivos.

Al probar la copia del anuncio, los profesionales de marketing pueden saber qué versión atrae más clics. Al probar la página de destino posterior, pueden aprender qué diseño convierte a los visitantes en mejores clientes. El gasto total en una campaña de marketing puede realmente disminuir si los elementos de cada paso funcionan de la manera más eficiente posible para adquirir nuevos clientes.

Embudo de conversión de pruebas A / B

Los desarrolladores y diseñadores de productos también pueden utilizar las pruebas A / B para demostrar el impacto de las nuevas funciones o los cambios en la experiencia del usuario. La incorporación del producto, el compromiso del usuario, los modales y las experiencias dentro del producto pueden optimizarse con las pruebas A / B, siempre que los objetivos estén claramente definidos y tenga una hipótesis clara.

Proceso de prueba A / B

El siguiente es un marco de prueba A / B que puede utilizar para comenzar a ejecutar pruebas:

  • Recopila datos: sus análisis a menudo le proporcionarán información para saber sobre dónde puede comenzar a optimizar. Es útil comenzar con áreas de alto tráfico de su sitio o aplicación, ya que le permitirá recopilar datos más rápido. Buscar páginas con tasas de conversión bajas o tasas de entrega altas que puedan mejorarse.
  • Identifica metas: Sus metas de conversión son las métricas que está utilizando para determinar si la variación es más exitosa que la versión original. Las metas pueden ser cualquier cosa, desde hacer clic en un botón o un enlace hasta comprar productos y registrarse por correo electrónico.
  • Generar hipótesis: una vez que se ha identificado una meta, puede comenzar a generar ideas e hipótesis de prueba A / B por las que cree que serán mejores que la versión actual. Una vez que tenga una lista de ideas, se puede priorizar en términos del impacto esperado y la dificultad de implementación.
  • Crear variaciones: utilizando las prueba A / B , nos permite realizar los cambios deseados en un elemento de su sitio web o la experiencia de la aplicación móvil. Esto podría estar cambiando el color de un botón, cambiando el orden de los elementos en la página, ocultando elementos de navegación, o algo totalmente personalizado. Muchas de las principales herramientas de prueba A / B tienen un editor visual que facilitará estos cambios. Y así asegurar de realizar un control de calidad para asegurarse de que funciona como se espera.

Pruebas A / B y SEO

Google permite y promueve las pruebas A / B y ha declarado que realizar una prueba A / B o multivariable no representa un riesgo inherente para el rango de búsqueda de su sitio web. Sin embargo, es posible poner en peligro su rango de búsqueda al abusar de una herramienta de prueba A / B con fines tales como el encubrimiento. Google ha articulado algunas de las mejores prácticas para garantizar que esto no suceda:

  • Sin ocultación : la ocultación es la práctica de mostrar a los motores de búsqueda contenidos diferentes a los que un visitante típico vería. La ocultación puede hacer que su sitio sea degradado o incluso eliminado de los resultados de búsqueda. Para evitar el encubrimiento, no abuse de la segmentación de visitantes para mostrar contenido diferente a Googlebot según el agente de usuario o la dirección IP.
  • Use rel = “canonical” : si ejecuta una prueba dividida con múltiples URL, debe usar el atributo rel = “canonical” para señalar las variaciones a la versión original de la página. Si lo hace, ayudará a evitar que Googlebot se confunda con varias versiones de la misma página.
  • Utilice 302 Redirecciones en lugar de 301 : si ejecuta una prueba que redirige la URL original a una URL de variación, use una redirección 302 (temporal) frente a una redirección 301 (permanente). Esto le dice a los motores de búsqueda como Google que la redirección es temporal y que deben mantener la URL original indexada en lugar de la URL de prueba.
  • Ejecuta experimentos solo mientras sea necesario : ejecutar pruebas por más tiempo del necesario, especialmente si está sirviendo una variación de su página a un gran porcentaje de usuarios, puede considerarse como un intento de engañar a los motores de búsqueda. Google recomienda actualizar su sitio y eliminar todas las variaciones de prueba de su sitio tan pronto como una prueba concluya y evite ejecutar pruebas innecesariamente largas.

Una empresa de medios podría querer aumentar el número de lectores, aumentar la cantidad de tiempo que los lectores pasan en su sitio y ampliar sus artículos compartiendo en redes sociales. Para lograr estos objetivos, pueden probar variaciones en:

  • Modales de registro de correo electrónico
  • Contenido recomendado
  • Botones de intercambio social

Una compañía de viajes puede querer aumentar el número de reservas exitosas que se completan en su sitio web o aplicación móvil, o puede querer aumentar los ingresos de compras complementarias. Para mejorar estas métricas, pueden probar variaciones de:

  • Modales de búsqueda de la página de inicio
  • Página de resultados de búsqueda
  • Presentación del producto auxiliar.

Es posible que una empresa de comercio electrónico desee aumentar la cantidad de pagos completados, el valor promedio de los pedidos o aumentar las ventas de vacaciones. Para lograr esto, pueden realizar una prueba A / B:

  • Promociones de la página principal
  • Elementos de navegación
  • Componentes de embudo de pago

Una empresa de tecnología podría querer aumentar la cantidad de clientes potenciales de alta calidad para su equipo de ventas, aumentar la cantidad de usuarios de prueba gratuitos o atraer a un tipo específico de comprador. Ellos podrían probar:

  • Componentes de la forma de plomo
  • Flujo de registro de prueba gratis
  • Página de inicio de mensajes y llamada a la acción


0 comentarios “¿Qué es la prueba A / B?”

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Related Posts

Adwords

¿Cómo el machine learning transformará su empresa?

¿Cómo puede el machine learning transformar su negocio o empresa? ¿Qué oportunidades están perdiendo los negocios que no se apuesten por la inteligencia artificial asistida? El machine learning tiene el potencial de revolucionar el marketing, tanto como Leer Más...

Adwords

Una guía para el valor de la página: la métrica infravalorada

Muchos de nosotros incluso buscamos cambios en nuestra tasa de rebote dentro de Google Analytics, pero ¿qué pasa con el valor de la página? La mayoría de nosotros no sabemos si está allí en los Leer Más...

Adwords

Guía Paso a Paso para Medir el Seguimiento de Conversiones en Adwords

Artículos Relacionados¿Cómo Empezar una Campaña de Google Adwords? ObjetivosGoogle ahora muestra las calificaciones del vendedor por país, cambia los requisitos de elegibilidad¿Cuáles son los pasos a seguir para crear una campaña publicitaria en google adwords?¿Qué Leer Más...